Låt AI göra tungrodet i dina datapipelines — du behåller kontrollen

Från den första SQL-frågan till en ETL-pipeline som rullar stabilt låter du AI ta det tunga jobbet medan du styr. Du lär dig skriva och optimera frågor, läsa query-planer, designa scheman, skriva dbt-modeller med tester, orkestrera med Airflow och testa datakvalitet — med tydliga gränser för känslig data.

Se kursinnehållet

4
Moduler: 9
Praktiska lektioner: 100%
Gratis: 1-1
Coach rättar dina uppgifter

Känns det igen?

Du skriver samma sorts SQL om och om igen — samma joins, samma filter — och det känns mer som att skriva av dig själv än att lösa något nytt.

En pipeline går sönder mitt i natten, loggen är milslång och du vet inte var du ska börja nysta. Du sitter uppe och letar medan morgonens dashboards väntar på färsk data.

Du vill använda AI för att gå snabbare, men vågar inte lita blint på en fråga eller en konfiguration den skrivit — i datavärlden kan ett tyst fel glida förbi i veckor innan någon upptäcker det.

Efter kursen kan du

Skriva och optimera SQL med AI — och läsa query-planen för att förstå varför den är snabb eller långsam
Designa scheman och datamodeller bättre, och undvika beslut som kostar dyrt längre fram
Skriva dbt-modeller med tester som validerar och dokumenterar din data automatiskt
Bygga och felsöka ETL/ELT-pipelines snabbare, och orkestrera dem prydligt med Airflow
Göra schemadokumentation till ett automatiskt steg i flödet i stället för något du ständigt skjuter upp
Använda AI säkert med känslig data — och veta exakt vad som ska och inte ska hamna i ett externt verktyg

Kursinnehåll

1
Modul 1 — Grunderna: AI i dataingenjörens arbete
Byt tankesätt från 'skriv varje SQL-fråga och varje pipeline-steg för hand' till 'formulera uppgiften och verifiera'. Förstå var AI-assistenten är stark och svag med data, och dra säkra gränser kring känslig data.
2
Modul 2 — SQL och datamodellering med AI
Dataingenjörens dagliga kärna: formulera uppgiften så att AI genererar SQL som träffar rätt, läs query-planen för att optimera prestanda, och designa scheman med dbt-modeller och test som skyddsnät.
3
Modul 3 — Pipelines och datakvalitet
Få datan att flöda end-to-end på ett sätt du kan lita på: bygg idempotenta ETL/ELT-pipelines, orkestrera med Airflow, och kvalitetssäkra samt dokumentera för att göra 'tillit' till 'verifierbart'.
4
Modul 4 — Slutprojekt: Bygg en liten pipeline end-to-end
Foga samman alla färdigheter till ett eget arbetssätt: från källa, idempotent load, transformering med dbt, kvalitetstest, till dokumentation — på en riktig datamängd.

Kursen är för dig som

Är dataingenjör och vill jobba snabbare utan att tappa greppet om kvalitet och tillförlitlighet
Bygger dbt-modeller som analytics engineer och vill skriva modeller, tester och dokumentation snabbare med AI
Jobbar med data warehouse, ETL eller ELT och vill optimera SQL och felsöka pipelines effektivare
Är backend-utvecklare eller DBA som fått pipelines på ditt bord och vill ha en tydlig väg in med AI

Varför den här kursen är annorlunda

Övning på riktiga pipelines

Varje lektion har en uppgift du gör på din egen SQL, ditt eget schema och din egen pipeline — inte leksaksexempel du glömmer direkt.

En coach rättar dina uppgifter

De viktiga uppgifterna — den optimerade frågan, dbt-modellen, schemadesignen — läses och kommenteras av en coach, så du vet var du gör rätt och var det brister.

Datasäkerhet först

Du lär dig tydliga gränser för AI och känslig data, hur du anonymiserar och hur du verifierar i stället för att lita blint på allt AI genererar.

Vad studenterna säger

Förr vågade jag inte låta AI skriva SQL, jag tappade kontrollen. Nu låter jag den skriva ett utkast och läser query-planen själv för att optimera — mycket snabbare, och jag känner mig trygg.

EErik Lindqvist · Dataingenjör, Stockholm

Att skriva dbt-modeller med tester var det jag använde redan dagen efter. Uppgifterna rättas, så jag vet om mina tester faktiskt täcker det de ska.

SSofia Bergström · Analytics Engineer, Göteborg

När en pipeline går sönder mitt i natten nystar jag i loggen mycket snabbare nu, med sättet kursen lär ut att be AI läsa felen. Det har sparat mig många sömnlösa nätter.

JJohan Persson · Data Engineer, Malmö

Vanliga frågor

Vad behöver jag kunna innan jag börjar?

Du bör vara bekväm med grundläggande SQL och ha jobbat med data tidigare. Kursen lär inte ut SQL från grunden — den lär dig använda AI för att jobba med data snabbare och säkrare.

Är kursen verkligen gratis?

Ja. Allt innehåll, alla uppgifter och rättningen är gratis. Du behöver bara ett konto för att spara dina framsteg.

Är min känsliga data trygg när jag använder AI?

Det är själva kärnan i kursen. Du lär dig principen att aldrig lägga in riktig data eller affärshemligheter i externa verktyg, hur du jobbar med exempeldata och anonymisering, och hur du alltid verifierar frågor och konfigurationer som AI skapat innan de körs i produktion.

Lär kursen ut konkreta verktyg som dbt och Airflow?

Ja. Du övar på att skriva dbt-modeller med tester och orkestrera pipelines med Airflow, tillsammans med vanliga ETL/ELT-mönster — alltid kopplat till hur du använder AI för att gå snabbare.

Hur lång tid tar kursen?

Du lär i din egen takt. Varje lektion tar bara några minuter, och de flesta blir klara på en till två veckor trots att de jobbar heltid.

Redo att låta AI ta tungrodet i din pipeline?

Gå med gratis idag och gör den första lektionen på under 15 minuter. Du kommer att bli förvånad över hur mycket tid du får tillbaka varje vecka.